[WebKit内核] JavaScriptCore深度解析--基础篇（一）字节码生成及语法树的构建

     看到HorkeyChen写的文章《[WebKit] JavaScriptCore解析--基础篇(三)从脚本代码到JIT编译的代码实现》，写的很好，深受启发。想补充一些Horkey没有写到的细节好比字节码是如何生成的等等，为此成文。

      JSC对JavaScript的处理，其实与Webkit对CSS的处理许多地方是相似的，它这么几个部分：

（1）词法分析->出来词语(Token)；

（2）语法分析->出来抽象语法树（AST：Abstract Syntax Tree）；

（3）遍历抽象语法树->生成字节码（Bytecode）；

（4）用解释器（LLInt：Low Level Interpreter）执行字节码；

（5）若是性能不够好就用Baseline JIT编译字节码生成机器码、而后执行此机器码；

（6）若是性能还不够好，就用DFG JIT从新编译字节码生成更好的机器码、而后执行此机器码；

（7）最后，若是还很差，就祭出重器--虚拟器（LLVM：Low Level Virtual Machine）来编译DFG的中间表示代码、生成更高优化的机器码并执行。接下来，我将会用一下系列文章描述此过程。

      其中，步骤一、2是相似的，三、四、5步的思想，CSS JIT也是采用相似方法，请参考[1]。想写写JSC的文章，用菜鸟和愚公移山的方式，敲开JSC的冰山一角。

本篇主要描述词法和语法解析的细节。

 1、 JavaScriptCore的词法分析器工做流程分析

    W3C是这么解释词法和语法工做流程的：

 词法器Tokenizer的工做过程以下，就是不断从字符串中寻找一个个的词（Token），好比找到连续的“true”字符串，就建立一个TokenTrue。词法器工做过程以下：

JavaScriptCore/interpreter/interpreter.cpp:
template <typename CharType>

[cpp] view plaincopy

1. template <ParserMode mode> TokenType LiteralParser<CharType>::Lexer::lex(LiteralParserToken<CharType>& token)  

2. {  

3.     while (m_ptr < m_end && isJSONWhiteSpace(*m_ptr))  

4.         ++m_ptr;  

5.   

6.     if (m_ptr >= m_end) {  

7.         token.type = TokEnd;  

8.         token.start = token.end = m_ptr;  

9.         return TokEnd;  

10.     }  

11.     token.type = TokError;  

12.     token.start = m_ptr;  

13.     switch (*m_ptr) {  

14.         case '[':  

15.             token.type = TokLBracket;  

16.             token.end = ++m_ptr;  

17.             return TokLBracket;  

18.         case ']':  

19.             token.type = TokRBracket;  

20.             token.end = ++m_ptr;  

21.             return TokRBracket;  

22.         case '(':  

23.             token.type = TokLParen;  

24.             token.end = ++m_ptr;  

25.             return TokLParen;  

26.         case ')':  

27.             token.type = TokRParen;  

28.             token.end = ++m_ptr;  

29.             return TokRParen;  

30.         case ',':  

31.             token.type = TokComma;  

32.             token.end = ++m_ptr;  

33.             return TokComma;  

34.         case ':':  

35.             token.type = TokColon;  

36.             token.end = ++m_ptr;  

37.             return TokColon;  

38.         case '"':  

39.             return lexString<mode, '"'>(token);  

40.         case 't':  

41.             if (m_end - m_ptr >= 4 && m_ptr[1] == 'r' && m_ptr[2] == 'u' && m_ptr[3] == 'e') {  

42.                 m_ptr += 4;  

43.                 token.type = TokTrue;  

44.                 token.end = m_ptr;  

45.                 return TokTrue;  

46.             }  

47.             break;  

48.         case '-':  

49.         case '0':  

[cpp] view plaincopy

1.         ...  

2.         case '9':  

3.             return lexNumber(token);  

4.     }  

5.     if (m_ptr < m_end) {  

6.         if (*m_ptr == '.') {  

7.             token.type = TokDot;  

8.             token.end = ++m_ptr;  

9.             return TokDot;  

10.         }  

11.         if (*m_ptr == '=') {  

12.             token.type = TokAssign;  

13.             token.end = ++m_ptr;  

14.             return TokAssign;  

15.         }  

16.         if (*m_ptr == ';') {  

17.             token.type = TokSemi;  

18.             token.end = ++m_ptr;  

19.             return TokAssign;  

20.         }  

21.         if (isASCIIAlpha(*m_ptr) || *m_ptr == '_' || *m_ptr == '$')  

22.             return lexIdentifier(token);  

23.         if (*m_ptr == '\'') {  

24.             return lexString<mode, '\''>(token);  

25.         }  

26.     }  

27.     m_lexErrorMessage = String::format("Unrecognized token '%c'", *m_ptr).impl();  

28.     return TokError;  

29. }  

      通过此过程，一个完整的JSC世界的Token就生成了。而后，再进行语法分析，生成抽象语法树.

JavaScriptCore/parser/parser.cpp:

[cpp] view plaincopy

1. <span style="font-family: Arial, Helvetica, sans-serif;">PassRefPtr<ParsedNode> Parser<LexerType>::parse(JSGlobalObject* lexicalGlobalObject, Debugger* debugger, ExecState* debuggerExecState, JSObject** exception)</span>  

[cpp] view plaincopy

1. {  

2.     ASSERT(lexicalGlobalObject);  

3.     ASSERT(exception && !*exception);  

4.     int errLine;  

5.     UString errMsg;  

6.   

7.     if (ParsedNode::scopeIsFunction)  

8.         m_lexer->setIsReparsing();  

9.   

10.     m_sourceElements = 0;  

11.   

12.     errLine = -1;  

13.     errMsg = UString();  

14.   

15.     UString parseError = parseInner();  

16.     。。。  

17. ｝  

UString Parser<LexerType>::parseInner()

[cpp] view plaincopy

1. {  

2.     UString parseError = UString();  

3.       

4.     unsigned oldFunctionCacheSize = m_functionCache ? m_functionCache->byteSize() : 0;  

[cpp] view plaincopy

1. //抽象语法树Builder：  

2. ASTBuilder context(const_cast<JSGlobalData*>(m_globalData), const_cast<SourceCode*>(m_source));  

3. if (m_lexer->isReparsing())  

4.     m_statementDepth--;  

5. ScopeRef scope = currentScope();  

[cpp] view plaincopy

1. //开始解析生成语法树的一个节点：  

2. SourceElements* sourceElements = parseSourceElements<CheckForStrictMode>(context);  

3. if (!sourceElements || !consume(EOFTOK))  

｝
         举例说来，根据Token的类型，JSC认为输入的Token是一个常量声明，就会使用以下的模板函数生成语法节点（Node），而后放入ASTBuilder里面：

[cpp] view plaincopy

1. JavaScriptCore/bytecompiler/NodeCodeGen.cpp:  

2. template <typename LexerType>  

3. template <class TreeBuilder> TreeConstDeclList Parser<LexerType>::parseConstDeclarationList(TreeBuilder& context)  

4. {  

5.     failIfTrue(strictMode());  

6.     TreeConstDeclList constDecls = 0;  

7.     TreeConstDeclList tail = 0;  

8.     do {  

9.         next();  

10.         matchOrFail(IDENT);  

11.         const Identifier* name = m_token.m_data.ident;  

12.         next();  

13.         bool hasInitializer = match(EQUAL);  

14.         declareVariable(name);  

15.         context.addVar(name, DeclarationStacks::IsConstant | (hasInitializer ? DeclarationStacks::HasInitializer : 0));  

16.         TreeExpression initializer = 0;  

17.         if (hasInitializer) {  

18.             next(TreeBuilder::DontBuildStrings); // consume '='  

19.             initializer = parseAssignmentExpression(context);  

20.         }  

21.         tail = context.appendConstDecl(m_lexer->lastLineNumber(), tail, name, initializer);  

22.         if (!constDecls)  

23.             constDecls = tail;  

24.     } while (match(COMMA));  

25.     return constDecls;  

26. }  

      接下来，就会调用BytecodeGenerator::generate生成字节码，具体分下节分析。咱们先看看下面来自JavaScript的一个个语法树节点生成字节码的过程：

JavaScriptCore/bytecompiler/NodeCodeGen.cpp:
RegisterID* BooleanNode::emitBytecode(BytecodeGenerator& generator, RegisterID* dst)

[cpp] view plaincopy

1. {  

2.     if (dst == generator.ignoredResult())  

3.         return 0;  

4.     return generator.emitLoad(dst, m_value);  

5. }  

     如下是我准备写的文章题目：

1、 JavaScriptCore的词法分析器工做流程分析；

2、 JavaScriptCore的语法分析器工做流程分析；

3、 JavaScriptCore的字节码生成流程分析；

4、 LLInt解释器工做流程分析；

5、 Baseline JIT编译器的工做流程分析；

6、 DFG JIT编译器的工做流程分析；

7、LLVM虚拟机的工做流程分析；

8、JavaScriptCore的将来展望；

     文笔粗糙，不善表达，但愿能越写越好。

第一时间得到博客更新提醒，以及更多技术信息分享，欢迎关注我的微信公众平台:程序员互动联盟(coder_online)，扫一扫下方二维码或搜索微信号coder_online便可关注,咱们能够在线交流。